Analisi Bivariata. Metodi Quantitativi per Economia, Finanza e Management. Esercitazione n 4
|
|
- Luigina Marchesi
- 5 anni fa
- Visualizzazioni
Transcript
1 Analisi Bivariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 4
2 Lavoro di gruppo Attendere la validazione del questionario via mail e procedere alla somministrazione dello stesso Argomenti da trattare nel lavoro di gruppo: Analisi Univariata Analisi Bivariata Test Statistici Analisi Fattoriale Regressione Lineare Regressione Logistica
3 Lavoro di gruppo Schema di valutazione Topics 1. Introduzione 1.1. Definizione Obiettivi di Ricerca 1.2. Descrizione del Contesto 1.3. Definizione della Popolazione 1.4. Disegno del Campione 1.5. Fieldwork 2. Analisi Preliminari 2.1. Controllo Rappresentatività del Campione 2.2. Analisi Univariate 2.3. Analisi Connessione 2.6. Analisi Correlazione 2.7. ANOVA 3. Analisi Fattoriale 3.1. Scelta Numero dei fattori 3.2. Interpretazione dei fattori 4. Regressione Lineare 4.1. Definizione obiettivo di analisi 4.2. Scelta variabili di input 4.3. Valutazione bontà del modello 4.4. Analisi Multicollinearità 4.5. Interpretazione del modello 5. Regressione Logistica 5.1. Definizione obiettivo di analisi 5.2. Scelta variabili di input 5.3. Valutazione bontà del modello 5.4. Analisi Multicollinearità 5.5. Interpretazione del modello 6. Conclusioni 7. Layout
4 Prima di iniziare... Controllare se sul pc su cui state lavorando esiste già una cartella C:\corso. In tal caso eliminare tutto il contenuto. In caso contrario creare la cartella corso all interno del disco C Andare sul disco condiviso F nel percorso F:\corsi\Metodi_Quantitativi_EFM_1819\esercitazione4 e copiare il contenuto nella cartella C:\corso Aprire il programma R(Start All Programs R R 3.3.1) Cambiare la directory di lavoro puntando il percorso fisico C.\corso, utilizzando l'istruzione setwd('c:/corso') Importare il file CSV telefonia.csv nell'oggetto R telefonia con il comando telefonia=read.csv('telefonia.csv', header=true)
5 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Dipendenza tra due variabili (schema di analisi) Due qualitative: CROSSTABLE Due o più quantitative: COR.TEST RCORR Qualitativa e quantitativa: AOV
6 Analisi Bivariata Studio della distribuzione di due variabili congiuntamente considerate e delle relazioni esistenti tra esse OBIETTIVO: studiare la relazione di dipendenza/indipendenza tra due variabili. L analisi d indipendenza dipende dalla natura delle variabili: Due Variabili Qualitative Due o più Variabili Quantitative Una Qualitative e Una Quantitativa continua Indipendenza Statistica (indici Chi Quadro, Cramer V) Indipendenza Lineare (indice: coeff. di correlazione lineare) Indipendenza in media (indice: eta-quadro) CROSSTABLE COR.TEST RCORR AOV
7 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Dipendenza tra due variabili (schema di analisi) Due qualitative: CROSSTABLE Due o più quantitative: COR.TEST RCORR Qualitativa e quantitativa: AOV
8 Riepilogo teorico (1/2) X e Y due variabili qualitative/quantitative discrete Tabelle di Contingenza: tabelle a doppia entrata; i valori riportati all interno della tabella sono le frequenze congiunte assolute (numero di osservazioni per ogni combinazione di modalità di X e Y). NB: come vedremo R riporta nell output anche le distribuzioni marginali (somme per riga e per colonna) e le frequenze relative congiunte (frequenza assoluta congiunta / numero di osservazioni totali)
9 Indipendenza Statistica: Riepilogo teorico (2/2) se al variare di X le distribuzioni subordinate (Y X= x i ) sono tutte uguali tra loro, si può concludere che la distribuzione di Y non dipende da X. Nel caso di indipendenza statistica, la frequenza relativa congiunta è pari al prodotto delle marginali corrispondenti P(x i,y j )=P x (x i )P y (y j ) Indici di connessione: χ² (chi-quadrato) assume valore nullo se i fenomeni X e Y sono indipendenti. Tende a crescere, al crescere del numero di osservazioni. Cramer V: basato sul χ², è un indice relativo (non risente del numero di osservazioni). Assume valori compresi tra 0 e 1: 0 nel caso di indipendenza statistica, e tende a crescere all aumentare del grado di dipendenza delle variabili considerate.
10 CrossTable - Descrizione La CROSSTABLE permette di 1. Creare tabelle di contingenza a due o più dimensioni per variabili qualitative e quantitative discrete 2. Calcolare indici di dipendenza relativi a tabelle di contingenza (tra cui chi-quadrato e Cramer V)
11 CrossTable Sintassi generale Distribuzione di frequenza bivariata (tabelle di contingenza) CrossTable(nome_dataset$nome_variabile1, nome_dataset$nome_variabile2, prop.chisq=false ) È un opzione che inseriremo sempre N.B. Per usare questa funzione è necessario richiamare la libreria descr, scaricata nella lezione 3.
12 CrossTable Esempio 1 Variabili qualitative: sesso e operatore telefonico CrossTable(telefonia$sesso, telefonia$operatore, prop.chisq=false)
13 Output CrossTable - Esempio 1 Distribuzioni marginali: frequenze marginali assolute e relative Frequenze congiunte assolute Frequenze congiunte relative Frequenze subordinate di riga e colonna
14 Output CrossTable - Esempio 1 freq. marginale assoluta= freq. subordinate: di riga=27/100 di col=27/55 freq. marginale relativa=( )/236 freq. congiunta relativa = (28/236)
15 CrossTable - Esempio 2 C è indipendenza statistica tra le variabili sesso del rispondente (SESSO) e possesso del computer (COMPUTER)? CrossTable(telefonia$sesso, telefonia$computer, prop.chisq=false)
16 CrossTable Esempio 2 Da cosa possiamo dedurre la presenza di dipendenza/ indipendenza tra le due variabili? Le variabili sono indipendenti se la distribuzione della variabile possesso computer non è influenzata dal sesso... Ovvero la distribuzione di chi possiede il computer da chi non lo possiede non varia tra maschi e femmine e corrisponde alla distribuzione marginale della variabile computer
17 CrossTable Esempio 2 Computer=0: % F % M Computer=1: % F % M Le distribuzioni sono diverse, ci fa pensare alla presenza di dipendenza tra le due variabili!
18 CrossTable Esempio 2 NB: la relazione di dipendenza è simmetrica. Anche analizzando la dipendenza del sesso dalla variabile computer osserviamo un influenza Femmine: - 16% computer=0-84% computer=1 Maschi: % computer=0-70.6% computer=1 Per quantificare il grado di connessione tra le due variabili calcoliamo gli indici di connessione
19 CrossTable - Descrizione La CROSSTABLE permette di 1. Creare tabelle di contingenza a due o più dimensioni per variabili qualitative e quantitative discrete 2. Calcolare indici di dipendenza relativi a tabelle di contingenza (tra cui Chi-quadrato e Cramer V)
20 Chi quadrato Sintassi generale Calcolo dell indice Chi-quadro CrossTable(nome_dataset$variabile1, nome_dataset$variabile2, prop.chisq=false, options) OPTIONS: chisq=true = calcola l indice chi-quadro
21 Esempio n 1- Indice Chi-Quadro C è indipendenza statistica tra le variabili sesso del rispondente (SESSO) e possesso del computer (COMPUTER)? CrossTable(telefonia$sesso, telefonia$computer, prop.chisq=false, chisq=true)
22 Esempio n 1- Indice Chi-Quadro Indice Chi Quadro maggiore di 0 Indica dipendenza N.B: Indice influenzato dal numero di osservazioni! Come valutiamo la presenza di indipendenza? Test d ipotesi (PROSSIMA LEZIONE)
23 Indice di Cramer V sintassi generale Calcolo dell indice di Cramer V: CramerV(nome_dataset$variabile1,nom e_dataset$variabile2) N.B. Per calcolare l indice di Cramer V è necessario scaricare il pacchetto DescTools e ricordarsi di richiamarlo (library(desctools))
24 Esempio n 1- Indice di Cramer V C è indipendenza statistica tra le variabili sesso del rispondente (SESSO) e possesso del computer (COMPUTER)? CramerV(telefonia$sesso, telefonia$computer) Come valutiamo la presenza di indipendenza? Test d ipotesi (PROSSIMA LEZIONE)
25 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Dipendenza tra due variabili (schema di analisi) Due qualitative: CROSSTABLE Due o più quantitative: COR.TEST RCORR Qualitativa e quantitativa: AOV
26 X e Y due variabili quantitative Riepilogo teorico Indaghiamo la presenza di una relazione lineare tra le due variabili Coefficiente di correlazione lineare ρ(x,y) : ρ = Corr(X,Y) = Cov(X,Y) σ X σ Y ρ = 0 non c è relazione lineare tra X e Y ρ > 0 relazione lineare positiva tra X e Y Y r = +0.3 X ρ < 0 relazione lineare negativa tra X e Y Y r = -0.6 X
27 Correlazione tra due variabili cor.test - Descrizione La funzione cor.test permette di calcolare la correlazione tra due variabili quantitative cor.test(nome_dataset$variabile1, nome_dataset$variabile2)
28 cor.test - Esempio Correlazione tra il numero medio di ore di utilizzo del telefono cellulare e del fisso al giorno cor.test(telefonia$cell_h, telefonia$fisso_h)
29 Output cor.test - Esempio Coefficiente di correlazione lineare ρ(x,y): presenza di relazione lineare positiva
30 Output cor.test - Esempio Se vogliamo visualizzare la correlazione tramite un grafico, possiamo fare un plot della distribuzione delle due variabili in essere. plot(telefonia$cell_h, telefonia$fisso_h)
31 Correlazione tra più variabili rcorr - Descrizione La funzione rcorr permette di calcolare la correlazione tra più di due variabili quantitative, creando così una matrice di correlazione. La diagonale di tale matrice avrà sempre correlazione 1. rcorr(as.matrix(nome_dataset_new)) Per svolgere questa funzione: E necessario creare un subset contenente solo le variabili di interesse su cui applicare l analisi di correlazione. È necessario scaricare il pacchetto Hmisc
32 Correlazione tra più variabili rcorr - Descrizione L output della funzione rcorr è una lista di elementi di seguito descritti: r : è la matrice di correlazione n : è la matrice che contiene il numero di osservazioni per ogni coppia di variabile analizzata p : p-values corrispondenti al livello di significatività delle osservazioni
33 rcorr Creazione di un subset Creazione di un subset Per creare un nuovo dataset con le solo variabili di interesse, la sintassi è la seguente: Nome_dataset_new = nome_dataset[,c( var1, var2, varn, )]
34 rcorr - Esempio Vogliamo calcolare la correlazione tra le seguenti variabili: durata media delle chiamate effettuate [durata_chiamate_e] e: durata media delle chiamate ricevute [durata_chiamate_r] numero medio di ore di utilizzo del telefono cellulare al giorno [cell_h] numero medio di ore di utilizzo del telefono fisso al giorno [fisso_h]
35 rcorr - Esempio Creazione di un subset tel=telefonia[,c("durata_chiamate_r", "durata_chiamate_e", "fisso_h","cell_h")]
36 rcorr Installazione pacchetto Installare il pacchetto Hmisc è richiamarlo. library(hmisc)
37 rcorr - Esempio Correlazione tra più variabili rcorr(as.matrix(tel))
38 telefonia$durata_chiamate_r Output rcorr - Esempio telefonia$durata_chiamate_e
39 Correlazione - Game
40 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Dipendenza tra due variabili (schema di analisi) Due qualitative: CROSSTABLE Due o più quantitative: COR.TEST RCORR Qualitativa e quantitativa: AOV
41 Riepilogo teorico (1/4) X variabile qualitativa e Y variabile quantitativa Indaghiamo la relazione esistente confrontando le medie aritmetiche della variabile Y (quantitativa) sui gruppi di osservazioni generati dalle modalità assunte dalla variabile X (qualitativa) Esempio: X: sesso Y: reddito Le due variabili sono indipendenti in media se il reddito medio delle donne non è significativamente diverso dal reddito medio degli uomini
42 Riepilogo teorico (2/4) X variabile qualitativa e Y variabile quantitativa dove SQT y =SQ tra + SQ nei SQT y somma dei quadrati degli scarti di ogni valore dalla media generale (media reddito generale) SQ tra somma dei quadrati degli scarti di ogni media di gruppo (media reddito donne, media reddito uomini) dalla media generale (media reddito generale) SQ nei somma degli scarti al quadrato di ogni valore dalla media del suo gruppo (media reddito donne o media reddito uomini)
43 Riepilogo teorico (3/4) X variabile qualitativa e Y variabile quantitativa SQT y =SQ tra + SQ nei
44 Riepilogo teorico (4/4) X variabile qualitativa e Y variabile quantitativa Indice relativo per misurare la dipendenza in media: η 2 = SQ tra /SQT y =1-(SQ nei /SQT y ) η 2 = 0 indipendenza in media η 2 > 0 dipendenza in media η 2 = 1 massima dipendenza in media η 2 è sempre compreso tra 0 e 1.
45 ANOVA R prevede diversi modi per condurre l analisi della varianza (ANOVA), utilizzata per confrontare le medie e le varianze di due o più gruppi di dati, per valutare se tali differenze sono statisticamente significative. L Anova si utilizza quindi quando la variabile o le variabili indipendenti sono di tipo categoriale, e la variabile dipendente è numerica.
46 aov Sintassi generale (1/2) Sia Y una variabile quantitativa e X una variabile qualitativa aov(y~x, data=nome_dataset) ~ è il simbolo TILDE, da tastierino numerico tenere premuto ALT e digitare 126 (ALT+126)
47 aov Sintassi generale (2/2) Sia Y una variabile quantitativa e X una variabile qualitativa anova=aov(y~x, data=nome_dataset) OUTPUT 1: model.tables(anova, type= means ) OUTPUT 2: summary(anova)
48 Esempio C è relazione tra la soddisfazione del cliente (SODDISFAZIONE_GLOBALE) e l operatore telefonico da lui scelto (OPERATORE)? aov(soddisfazione_globale~operatore, data=telefonia)
49 Esempio: Output 1 Media totale Media dei singoli gruppi La media della soddisfazione globale sembra molto vicina tra i diversi gruppi
50 Esempio: Output 2 Interpretazione: Nella tabella i valori riportati sono: Df = gradi di libertà Sum Sq = devianza (alla riga operatore, entro gruppi, alla riga Residuals, residua) Mean Sq = varianza (come sopra) F value = test F: Mean Sq entro gruppi / Mean Sq residua Pr(>F) = p-value Ai fini dell interpretazione, si deve ricordare che l ipotesi nulla è che le varianze siano uguali fra di loro, e che dunque la variabile indipendente non produca effetti sulla variabile dipendente
51 Esempio: Output 2 Interpretazione: Ai fini dell interpretazione, si deve ricordare che l ipotesi nulla è che le varianze siano uguali fra di loro, e che dunque la variabile indipendente non produca effetti sulla variabile dipendente La probabilità che sia vera l ipotesi nulla è indicata dal valore Pr (p-value). Nel caso in esempio, la relazione non è significativa (accettiamo H0) ed quindi le due variabili sono quasi perfettamente indipendenti.
52 Eta-Quadro X variabile qualitativa e Y variabile quantitativa Indice relativo per misurare la dipendenza in media: η 2 = SQ tra /SQT y =1-(SQ nei /SQT y ) η 2 = 0 indipendenza in media η 2 > 0 dipendenza in media η 2 = 1 massima dipendenza in media η 2 è sempre compreso tra 0 e 1. Per calcolare l indice η 2 in R, bisogna scaricare il pacchetto lsr e richiamarlo. library(lsr)
53 etasquared - Sintassi etasquared(nome_dataset_generato_da_aov) eta quadro Anche il valore di eta-quadro è molto vicino a 0 avvalora l ipotesi di indipendenza in media NB: per una valutazione più oggettiva rimandiamo alla prossima lezione (test d ipotesi)
54 Dataset Il dataset DENTI contiene dati sul consumo di dentifricio (di marca A e di marca B). Le variabili sono: # Variable Type Label 1 CODCLI Num CODICE CLIENTE 2 SESSO Char SESSO 3 ETACLASS Char CLASSE DI ETA' 4 REGIONE Char REGIONE ITALIANA 5 PRESBAMB Char PRESENZA BAMBINI (1:SI / 2:NO) 6 TRATTOT Num CLIENTE ABITUALE DI DENTIFRICI SI/NO 7 ALTOCON Num ALTO CONSUMANTE SI/NO 8 CONSTOT Num TOTALE CONSUMO DI DENTIFRICI NEL PERIODO 9 ACQTOT Num TOTALE ACQUISTI DI DENTIFRICI NEL PERIODO 10 STOCKTOT Num TOTALE ACCUMULO DI DENTIFRICI NEL PERIODO 11 TATTITOT Num NUMERO DI CONTATTI PUBBLICITARI TOTALI 12 TRIP Num PERIODO OSSERVAZIONE 13 CITYSIZE Char DIMENSIONE CITTA' DI RESIDENZA IN CLASSI 14 AREA Char AREA GEOGRAFICA 15 ACQ_A Num ACQUISTI DI DENTIFRICI DELLA MARCA A NEL PERIODO 16 STOCK_A Num ACCUMULO DI DENTIFRICI DELLA MARCA A NEL PERIODO 17 CONS_A Num CONSUMO DI DENTIFRICI DELLA MARCA A NEL PERIODO 18 TRAT_A Num CLIENTE ABITUALE DI DENTIFRICI DELLA MARCA A SI/NO 19 TATTI_A Num NUMERO DI CONTATTI PUBBLICITARI (DENTIFRICI MARCA A) 20 ACQ_B Num ACQUISTI DI DENTIFRICI DELLA MARCA B NEL PERIODO 21 STOCK_B Num ACCUMULO DI DENTIFRICI DELLA MARCA B NEL PERIODO 22 CONS_B Num CONSUMO DI DENTIFRICI DELLA MARCA B NEL PERIODO 23 TRAT_B Num CLIENTE ABITUALE DI DENTIFRICI DELLA MARCA B SI/NO 24 TATTI_B Num NUMERO DI CONTATTI PUBBLICITARI (DENTIFRICI MARCA B)
55 Esercizi 1. Allocare la DIRECTORY DI LAVORO (che punta alla cartella che contiene il file DENTI.CSV ) 2. Utilizzare la procedura corretta per analizzare la relazione di indipendenza tra area geografica e sesso 3. Utilizzare la procedura corretta per analizzare la relazione di indipendenza tra le variabili consumo di dentifrici della marca A e numero di contatti pubblicitari totali 4. Utilizzare la procedura corretta per analizzare la relazione di indipendenza tra la variabile consumo di dentifrici della marca A e area geografica e confrontarla con quella tra consumo di dentifrici della marca A e dimensione della città di residenza.
Esercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliExcel Terza parte. Excel 2003
Excel Terza parte Excel 2003 TABELLA PIVOT Selezioniamo tutti i dati (con le relative etichette) Dati Rapporto tabella pivot e grafico pivot Fine 2 La tabella pivot viene messa di default in una pagina
DettagliANOVA a un fattore between in R
ANOVA a un fattore between in R Il file Excel Il file sinburn.xlsx contiene i dati dello studio sulla sindrome da burnout in quindici infermieri ospedalieri di tre diversi reparti. Importare dati in R
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliPSICOMETRIA. Esercitazione n.1. C.d.L. Comunicazione e Psicologia a.a. 2012/13
PSICOMETRIA Esercitazione n.1 C.d.L. Comunicazione e Psicologia a.a. 2012/13 ESERCITAZIONE 1: INDICE 1. Informazioni di carattere generale sulle esercitazioni 2. Il foglio di calcolo (Excel) 3. Avviare
DettagliLaboratorio R Corso di Algebra e Modelli lineari (Anno Accademico 2011-12)
Laboratorio R Corso di Algebra e Modelli lineari (Anno Accademico 011-1) REGRESSIONE LINEARE SEMPLICE OPEN STATISTICA 8.44 Per 8 settimanali, appartenenti alla medesima fascia di prezzo e presenti in edicola
Dettagli7. Si confronti la variabilità del carattere età nel gruppo dei maschi ed in quello delle femmine.
Esercizio n. 1 Da un collettivo di 20 individui si è rilevata la seguente distribuzione univariata multipla relativa ai caratteri età, sesso, numero di automobili possedute: unità età sesso n.auto 1 35
DettagliStatistica. Esercitazione 16. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 16 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 24 Studio della relazione tra due variabili Commonly Asked Questions Qual è la relazione tra la spesa
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliWINDOWS95. 1. Avviare Windows95. Avviare Windows95 non è un problema: parte. automaticamente all accensione del computer. 2. Barra delle applicazioni
WINDOWS95 1. Avviare Windows95 Avviare Windows95 non è un problema: parte automaticamente all accensione del computer. 2. Barra delle applicazioni 1 La barra delle applicazioni permette di richiamare le
DettagliPROTOCOLLO ITACA PUGLIA 2011 - RESIDENZIALE Istruzioni d'uso del software Versione 1.0
PROTOCOLLO ITACA PUGLIA 2011 - RESIDENZIALE Istruzioni d'uso del software Versione 1.0 1/10 Indice 1 Premessa...3 2 Fogli di calcolo del framework...5 2.1 Foglio "Progetto"...5 2.2 Fogli "ATTESTATO" e
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliMATEMATICA e COMPLEMENTI di MATEMATICA
ALLEGATO N.8_b MATEMATICA e COMPLEMENTI di MATEMATICA DESTINATARI gli studenti delle classi: terze e quarte nuovo ordinamento RISULTATI DI APPRENDIMENTO DELL OBBLIGO D ISTRUZIONE, CHIAVE EUROPEA Padroneggiare
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliValidazione dei modelli Strumenti quantitativi per la gestione
Validazione dei modelli Strumenti quantitativi per la gestione Emanuele Taufer Validazione dei modelli Il data set Auto I dati Il problema analizzato Validation set approach Diagramma a dispersione Test
DettagliVBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole.
Excel VBA VBA Visual Basic for Application VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole. 2 Prima di iniziare. Che cos è una variabile?
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
DettagliModulo 1 Information Communication Technology. ICT e computer... Pag. 6 Classificazione dei computer...» 8
I Indice generale 1 Introduzione all ICT Modulo 1 Information Communication Technology ICT e computer... Pag. 6 Classificazione dei computer...» 8 2 Come è fatto un computer I componenti di un personal
Dettagli3.5.1 PREPARAZ1ONE I documenti che si possono creare con la stampa unione sono: lettere, messaggi di posta elettronica, o etichette.
3.5 STAMPA UNIONE Le funzioni della stampa unione (o stampa in serie) permettono di collegare un documento principale con un elenco di nominativi e indirizzi, creando così tanti esemplari uguali nel contenuto,
DettagliDott.ssa Caterina Gurrieri
Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo
DettagliCluster Analysis. La Cluster Analysis è il processo attraverso il quale vengono individuati raggruppamenti dei dati. per modellare!
La Cluster Analysis è il processo attraverso il quale vengono individuati raggruppamenti dei dati. Le tecniche di cluster analysis vengono usate per esplorare i dati e non per modellare! La cluster analysis
DettagliIl Manuale di KXSLDbg. Keith Isdale Traduzione del documento: Samuele Kaplun Traduzione del documento: Simone Solinas
Keith Isdale Traduzione del documento: Samuele Kaplun Traduzione del documento: Simone Solinas 2 Indice 1 Introduzione 5 1.1 Funzionalità......................................... 5 2 Usare KXSLDbg 6 2.1
DettagliAspettative e soddisfazione degli studenti universitari. Un indagine empirica esplorativa Bruno Busacca, Giuseppe Bertoli e Ottavia Pelloni
Copyright SDA Copyright Bocconi 2005 SDA Bocconi 2005 Bruno Busacca, Maria Carmela Ostillio 1 Aspettative e soddisfazione degli studenti universitari. Un indagine empirica esplorativa Bruno Busacca, Giuseppe
DettagliUNIVERSITA' CATTOLICA DEL SACRO CUORE. Valutazione della soddisfazione degli studenti a.a. 2011-2012. Riepilogo delle valutazioni fornite
Pagina 1 di UNIVERSITA' CATTOLICA DEL SACRO CUORE Valutazione della soddisfazione degli studenti a.a. 011-01 (Legge 0/1) Riepilogo delle valutazioni fornite Rapporto statistico relativo al corso di laurea
DettagliI costi d impresa (R. Frank, Capitolo 10)
I costi d impresa (R. Frank, Capitolo 10) COSTI Per poter realizzare la produzione l impresa sostiene dei costi Si tratta di scegliere la combinazione ottimale dei fattori produttivi per l impresa È bene
DettagliTitolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza
Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliIl test di chi-quadro
Il test di chi-quadro Germano Rossi 18 novembre 2004 vers. 0.6 Indice Indice 1 1 Il test di chi-quadro [0.6] 2 1.1 Introduzione....................................... 2 1.2 Terminologia......................................
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it A.Studio dell interdipendenza tra variabili: riepilogo Concetto relativo allo studio delle relazioni tra
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
DettagliCosa è importante: pom.xml Goal Plug-in Repository
Cos è Maven? Maven è un software usato principalmente per la gestione di progetti Java e build automation, ma è utile anche per gestire documentazione, report, dipendenze... Cosa è importante: pom.xml
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliMatematica con il foglio di calcolo
Matematica con il foglio di calcolo Sottotitolo: Classe: V primaria Argomento: Numeri e operazioni Autore: Guido Gottardi, Alberto Battaini Introduzione: l uso del foglio di calcolo offre l opportunità
Dettagli1 INTRODUZIONE ALL INTERFACCIA
SOMMARIO INIZIARE 1 Informazioni su questo libro................................ 1 Prerequisiti................................................. 1 Installare il programma.....................................
DettagliGUIDA RAPIDA. Versione 2.0; 26.01.2012. Indice
Indice GUIDA Versione 2.0; 26.01.2012 RAPIDA CD LAB AG, Irisweg 12, CH-3280 Murten, Tel. +41 (0)26 672 37 37, Fax +41 (0)26 672 37 38, www.wincan.com Indice 1 Introduzione 3 2 Avviare WinCan8 4 3 Creare
DettagliStatistica. Alfonso Iodice D Enza iodicede@unicas.it
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 2 Outline 1 2 3 4 () Statistica 2 / 2 Misura del legame Data una variabile doppia (X, Y ), la misura
DettagliMarketing mix, break even point e profitto. massimo
Marketing mix, break even point e profitto massimo per l introduzione di un nuovo prodotto Nella vita dell impresa una delle attività centrali della funzione di marketing riguarda la pianificazione dei
DettagliESERCIZI SVOLTI PER LA PROVA DI STATISTICA
ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI
DettagliANALISI DEI DATI PER IL MARKETING 2014
ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it MISURE DI DISTANZA E SIMILARITA 1 SCOPI DEL CALCOLO Problema: misurare la diversità (ovvero la rassomiglianza) tra
DettagliAnalisi Univariata e Multivariata dei Dati Economici Bruno Ricca (Dipartimento di studi su risorse, impresa, ambiente e metodologie quantitative)
Programma di studio AA 2008-2009 Analisi Univariata e Multivariata dei Dati Economici Bruno Ricca (Dipartimento di studi su risorse, impresa, ambiente e metodologie quantitative) Modulo unico 10 cfu corso
DettagliSincronizzare file con Google Drive GUIDA PRATICA HELPDESK CO.GE.S. COOPERATIVA SOCIALE
2015 Sincronizzare file con Google Drive GUIDA PRATICA HELPDESK CO.GE.S. COOPERATIVA SOCIALE Sommario Scegliere la posizione della cartella Google Drive nel proprio PC... 2 Installazione dell applicazione
DettagliAppunti di complementi di matematica
Appunti di complementi di matematica UITA STATISTICA: è l unità su cui si raccolgono le informazioni oggetto dell indagine e possono essere individui, famiglie, oggetti. UIVERSO STATISTICO O POLAZIOE STATISTICA
DettagliDATASET GUIDA ALL USO
DATASET GUIDA ALL USO DATASET OBIETTIVO E STRUTTURA Lo strumento DATASET è una cartella Excel che ha l obiettivo di facilitare l elaborazione delle informazioni raccolte attraverso i questionari nell ambito
DettagliProtocollo dei saperi imprescindibili Ordine di scuola: professionale
Protocollo dei saperi imprescindibili Ordine di scuola: professionale DISCIPLINA: MATEMATICA RESPONSABILE: CAGNESCHI F. IMPERATORE D. CLASSE: prima servizi commerciali Utilizzare le tecniche e le procedure
DettagliPotenzialità delle estrazioni di dati dagli archivi amministrativi
SPAZIO COMPORTAMENTI CONFRONTI INDIVIDUALI E RELAZIONI SOCIALI IN TRASFORMAZIONE UNA SFIDA PER LA STATISTICA UFFICIALE Potenzialità delle estrazioni di dati dagli archivi amministrativi Collezione campionaria
DettagliSOFTWARE DI PROGRAMMAZIONE PER ENCODER SERIALI ASINCRONI AMS / ACS / AMM / ACM Versione 1.5 Introduzione
SOFTWARE DI PROGRAMMAZIONE PER ENCODER SERIALI ASINCRONI AMS / ACS / AMM / ACM Versione. Introduzione Il software, realizzato dal Hohner Automazione s.r.l., permette di effettuare la programmazione dei
DettagliProf.ssa Paola Vicard
Questa nota consiste perlopiù nella traduzione (con alcune integrazioni) da Descriptive statistics di J. Shalliker e C. Ricketts, 2000, University of Plymouth Consideriamo i dati nel file esercizio10_dati.xls.
DettagliTest di restrizioni lineari nel MRLM: Esempi
Test di restrizioni lineari nel MRLM: Esempi Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Test F: esempi 2012 1 / 23 Funzione di produzione Cobb-Douglas Esempio GDP
DettagliSQL Server 2008. Architettura Client-Server. SQL Server 2008. Introduzione all uso di SQL Server 2008. Dutto Riccardo. http://dbdmg.polito.
SQL Server 2008 Introduzione all uso di SQL Server 2008 Dutto Riccardo http://dbdmg.polito.it SQL Server 2008 Gestione dei server OLAP e OLTP Gestione Utenti Creazione e gestione DB SQL Server Business
DettagliIl programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1
Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l
DettagliVALUTAZIONE D IMPATTO DELLE POLITICHE REGIONALI PER LA PROMOZIONE DELL APPROPRIATEZZA ORGANIZZATIVA
Mattone Misura dell appropriatezza GdLA 26 Settembre 2006 VALUTAZIONE D IMPATTO DELLE POLITICHE REGIONALI PER LA PROMOZIONE DELL APPROPRIATEZZA ORGANIZZATIVA QUESITI DELLA RICERCA Qual è stato l impatto
Dettagli6.1 UTILIZZO DELL APPLICAZIONE
6.1 UTILIZZO DELL APPLICAZIONE Ciò che un tempo poteva soltanto essere letto e immaginato, oggi viene molte volte espresso attraverso filmati, voci e testi e il tutto viene trasmesso mediante il computer.
Dettagli2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
DettagliIntroduzione al software SAS
Introduzione al software SAS Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 1 Orario di ricevimento Alberto Saccardi alberto.saccardi@nunatac.it asaccardi@liuc.it Lunedì 17-18 Aula
Dettagli3. Piano di lavoro: - applicazione di alcune semplici procedure, con il confronto tra le diverse soluzioni possibili nell ambito del programma SPSS
Per utilizzare SPSS sui PC dell aula informatica occorre accedere come: ID: SPSS Password: winidams Testo rapido di consultazione: Fideli R. Come analizzare i dati al computer. ed. Carocci, Urbino, 2002.
DettagliAnalizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato
Analizza/Confronta medie ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107 t-test test e confronto tra medie chi quadrato C.d.L. Comunicazione e Psicologia a.a. 2008/09 Medie Calcola medie e altre statistiche
DettagliStatistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.
Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni
DettagliUniversità del Piemonte Orientale. Corsi di Specialità. Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza
Università del Piemonte Orientale Corsi di Specialità Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in biotecnologie
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione
DettagliPG5 Starter Training Applicazione File System Daniel Ernst EN02 2012-02-26 Stefano Peracchi IT01 2013-05-20
PG5 Starter Training Applicazione File System Daniel Ernst EN02 2012-02-26 Stefano Peracchi IT01 2013-05-20 Introduzione Materiale richiesto Notebook o computer Controllore PCD1 E Cavo USB Scheda «Training»
DettagliDisegni di Ricerca e Analisi dei Dati in Psicologia Clinica. Rcmdr
Disegni di Ricerca e Analisi dei Dati in Psicologia Clinica Rcmdr http://www.r-project.org http://qplab.psy.unipd.it Che cos è Rcmdr? Rcmdr è un pacchetto che possiamo scaricare dal CRAN e installare su
DettagliCome si progetta un circuito Perché simulare un circuito Cosa vuol dire simulare un circuito Il Simulatore Pspice Pacchetti che contiene Pspice
1 Come si progetta un circuito Perché simulare un circuito Cosa vuol dire simulare un circuito Il Simulatore Pspice Pacchetti che contiene Pspice Principio di funzionamento Che cosa è una NetList Fasi
DettagliStatistica Applicata all edilizia Lezione 3: i numeri indice
Lezione 3: i numeri indice E-mail: orietta.nicolis@unibg.it 24 marzo 2009 Programma Programma Operazioni statistiche elementari Vengono utilizzate per confrontare fenomeni nel tempo (nello stesso luogo
DettagliMulticollinearità Strumenti quantitativi per la gestione
Strumenti quantitativi per la gestione Emanuele Taufer Quando non tutto va come dovrebbe I dati Scatter plot Correlazioni RLS e RLM Individuare la MC Variance Inflation Factor Cosa fare in caso di MC Alcune
DettagliTraccia delle lezioni svolte in laboratorio Excel 2003. Excel 2003 Excel 2010
Traccia delle lezioni svolte in laboratorio Excel 2003 Excel 2003 Excel 2010 INTRODUZIONE A EXCEL EXCEL è un programma di Microsoft Office che permette di analizzare grandi quantità di dati (database)
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 4 Materiale di supporto per le lezioni. Non sostituisce il libro di testo Dipendenza di un carattere QUANTITATIVO da un carattere QUALITATIVO
Dettagli> d = alimentazione == "benz" > mean(percorr.urbana[!d]) - mean(percorr.urbana[d]) [1] 2.385627. > sd(percorr.urbana[d]) [1] 2.
A questo punto vale la pena di soffermarci di più sull alimentazione. Intanto cerchiamo di indagare se l alimentazione è davvero un fattore significativo per la percorrenza come è luogo comune pensare.
DettagliLAB LEZ. 1 STATISTICA DESCRITTIVA CON R
LAB LEZ. 1 STATISTICA DESCRITTIVA CON R 1 2 L AMBIENTE DI SVILUPPO DI RStudio 1 3 4 2 1 FINESTRA PER GLI SCRIPT E PER VISUALIZZARE I DATI 2 CONSOLE DEI COMANDI 3 VARIABILI PRESENTI NELLA MEMORIA DEL PROGRAMMA
DettagliFacoltà di Psicologia - Corso FSE gennaio febbraio 2010. Marco Vicentini info@marcovicentini.it
Facoltà di Psicologia - Corso FSE gennaio febbraio 2010 Marco Vicentini info@marcovicentini.it Statistica e Psicologia Quali statistiche per la psicologia? Quali programmi per la statistica? Codifica e
DettagliUD4 - MATLAB. M-file. Efficienza degli algoritmi. Formati d uscita
UD4 - MATLAB M-file. Efficienza degli algoritmi. Formati d uscita M-files In MatLab è possibile eseguire istruzioni contenute in file esterni; Tali file sono chiamati M-file perché devono avere estensione.m
DettagliFACOLTÀ DI ECONOMIA Soluzione della Prova di autovalutazione 2012 (primi 6 CFU) ANALISI STATISTICA PER L IMPRESA
FACOLTÀ DI ECONOMIA Soluzione della Prova di autovalutazione 2012 (primi 6 CFU) ANALISI STATISTICA PER L IMPRESA NB Come potete vedere facendo la somma dei punteggi il numero di quesiti è superiore a quello
DettagliPROGRAMMAZIONE DIDATTICA INDIVIDUALE (Parte 2 a )
Istituto di Istruzione Secondaria Superiore PEANO Via Andrea del Sarto, 6/A 50135 FIRENZE 055/66.16.28 055/67.80.41 www.peano.gov.it FITD06000T@PEC.ISTRUZIONE.IT posta@peano.gov.it Codice fiscale: 80032310486
DettagliFrancesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia
Francesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia Introduzione La ricerca accademica ha spesso evidenziato l esigenza di costruire indicatori delle performance
DettagliUn applicazione della modellistica ARCH-GARCH
Un applicazione della modellistica ARCH-GARCH Federico Andreis Tesina per l esame di Metodi Statistici per la Finanza e le Assicurazioni A.A. 2005/2006 Prof. Diego Zappa Il grafico della serie storica
DettagliTest ingresso lauree magistrali_fin
Test ingresso lauree magistrali_fin 1. Determinare quale punto appartiene alla curva di equazione a. (4, 0) (2, 2) (1, 3) nessuna delle precedenti risposte è corretta 2. Il profitto economico: a. è dato
DettagliLezione 3: Il problema del consumatore:
Corso di Economica Politica prof. S.Papa Lezione 3: Il problema del consumatore: scelta ottimale Facoltà di Economia Università di Roma La Sapienza Lucidi liberamente tratti dai lucidi del prof. Rodano
DettagliEPG Metodologia della ricerca e Tecniche Multivariate dei dati. Dott.ssa Antonella Macchia E-mail: a.macchia@unich.it. www.psicometria.unich.
EPG Metodologia della ricerca e Tecniche Multivariate dei dati Dott.ssa Antonella Macchia E-mail: a.macchia@unich.it www.psicometria.unich.it GIORNI E ORARI LEZIONI Sabato 01-03-2014 h 08:00-12:00 Sabato
DettagliCorso Matlab : Terza lezione (Esercitazione, 04/10/13) Samuela Persia, Ing. PhD.
Advanced level Corso Matlab : Terza lezione (Esercitazione, 04/10/13) Samuela Persia, Ing. PhD. Sommario Richiami Teoria Cenni Files Matlab File.m Script file File.mat Grafici Acquisizione dati esterni
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliEsercitazioni di Reti Logiche. Lezione 1 Rappresentazione dell'informazione. Zeynep KIZILTAN zkiziltan@deis.unibo.it
Esercitazioni di Reti Logiche Lezione 1 Rappresentazione dell'informazione Zeynep KIZILTAN zkiziltan@deis.unibo.it Introduzione Zeynep KIZILTAN Si pronuncia Z come la S di Rose altrimenti, si legge come
DettagliInferenza statistica
Inferenza statistica Si tratta di un complesso di tecniche, basate sulla teoria della probabilità, che consentono di verificare se sia o no possibile trasferire i risultati ottenuti per un campione ad
DettagliEsercitazione n.1 (v.c. Binomiale, Poisson, Normale)
Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione
DettagliEsercitazione Statistica Computazionale B Modelli di regressione lineare semplice Verifica di ipotesi - Analisi della varianza
Esercitazione Statistica Computazionale B Modelli di regressione lineare semplice Verifica di ipotesi - Analisi della varianza 3 maggio 2005 Esercizio 1 Consideriamo l esempio del libro di testo Annette
DettagliVARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.
VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della
DettagliSTATISTICA DESCRITTIVA SCHEDA N. 5: REGRESSIONE LINEARE
STATISTICA DESCRITTIVA SCHEDA N. : REGRESSIONE LINEARE Nella Scheda precedente abbiamo visto che il coefficiente di correlazione fra due variabili quantitative X e Y fornisce informazioni sull esistenza
DettagliALLEGATO B METODOLOGIA DI CALCOLO DEI PARAMETRI CONTRIBUTIVI
ALLEGAO B MEODOLOGIA DI CALCOLO DEI PARAMERI CONRIBUIVI A. Parametri con soglia La metodologia per il calcolo dei parametri contributivi proposta è basata sulla valutazione puntuale dei diversi fattori
DettagliSoluzioni Esercizi elementari
Soluzioni sercizi elementari Capitolo. carattere: itolo di Studio, carattere qualitativo ordinato modalità: Diploma, Licenza media, Laurea, Licenza elementare unità statistiche: Individui. carattere: Fatturato,
DettagliGrafici delle distribuzioni di frequenza
Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma
DettagliStatistica. Esercitazione 3 5 maggio 2010 Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2008/2009 Statistica Esercitazione 3 5 maggio 2010 Serie storiche. Connessione e indipendenza
DettagliMarketing - Corso progredito Marketing Research & Consumer Behavior. Gaetano Nino Miceli Maria Antonietta Raimondo
- Corso progredito Research & Consumer Behavior Gaetano Nino Miceli Maria Antonietta Raimondo - Corso progredito 1 IL CORSO Il corso di Progredito ha l obiettivo di trasferire conoscenze specialistiche
DettagliManuale d uso DropSheep 4 imaio Gestione Pixmania-PRO Ver 1.1
Manuale d uso DropSheep 4 imaio Gestione Pixmania-PRO Ver 1.1 Release NOTE 1.1 Prima Versione del Manuale INDICE 1-INTRODUZIONE... 4 2- GESTIONE DEL CATALOGO PIXMANIA-PRO SU IMAIO... 5 3-Configurazione
Dettagli